不列领哥伦比亚大学 发布 Palm 数据集, 应用在 阿拉伯语言多样性、自然语言处理 领域

不列领哥伦比亚大学 本次发布的数据集 Palm, Palm是一个全面的文化包容性和语言多样性数据集，覆盖了所有22个阿拉伯国家，包含现代标准阿拉伯语（MSA）和方言的双语指令（输入-响应对）。该数据集由44位来自阿拉伯世界各地的研究人员共同开发，旨在为阿拉伯社区提供一个广泛、包容的视角。Palm数据集可用于文化及方言的指令微调，以及评估LLM模型在阿拉伯世界的文化能力。

查看Palm

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。